2つのマーカー間の部分文字列を抽出する方法は？

文字列が'gfgfdAAA1234ZZZuijjk'あり、その'1234'部分だけを抽出したいとします。

私が興味を持っている部分の直前AAAと直後のいくつかのキャラクターがどうなるかを知っているだけZZZです1234。

sed文字列で、このような何かを行うことが可能です。

echo "$STRING" | sed -e "s|.*AAA\(.*\)ZZZ.*|\1|"

そして、これは1234結果として私に与えます。

Pythonで同じことをするには？

-正規表現の使用説明書をさらに参照するために

import re

text = 'gfgfdAAA1234ZZZuijjk'

m = re.search('AAA(.+?)ZZZ', text)
if m:
    found = m.group(1)

# found: 1234

または：

import re

text = 'gfgfdAAA1234ZZZuijjk'

try:
    found = re.search('AAA(.+?)ZZZ', text).group(1)
except AttributeError:
    # AAA, ZZZ not found in the original string
    found = '' # apply your error handling

# found: 1234

>>> s = 'gfgfdAAA1234ZZZuijjk'
>>> start = s.find('AAA') + 3
>>> end = s.find('ZZZ', start)
>>> s[start:end]
'1234'

その後、必要に応じてreモジュールでregexpsを使用することもできますが、それはあなたのケースでは必要ありません。

正規表現

import re

re.search(r"(?<=AAA).*?(?=ZZZ)", your_text).group(0)

上記のAttributeError「現状のまま」は、「AAA」と「ZZZ」がない場合に失敗しますyour_text

文字列メソッド

your_text.partition("AAA")[2].partition("ZZZ")[0]

上に「AAA」または「ZZZ」が存在しない場合、上記は空の文字列を返しyour_textます。

PS Pythonチャレンジ？

import re
print re.search('AAA(.*?)ZZZ', 'gfgfdAAA1234ZZZuijjk').group(1)

誰もこれを言及していないので、これは一度限りのスクリプトの簡単なバージョンです：

>>> x = 'gfgfdAAA1234ZZZuijjk'
>>> x.split('AAA')[1].split('ZZZ')[0]
'1234'

1行のコードで実行できます

>>> import re

>>> re.findall(r'\d{1,5}','gfgfdAAA1234ZZZuijjk')

>>> ['1234']

結果はリストを受け取ります...

あなたはそのためにreモジュールを使うことができます：

>>> import re
>>> re.compile(".*AAA(.*)ZZZ.*").match("gfgfdAAA1234ZZZuijjk").groups()
('1234,)

sedを使用すると、文字列を使用して次のようなことを実行できます。

echo "$STRING" | sed -e "s|.*AAA\(.*\)ZZZ.*|\1|"

その結果、1234が返されます。

re.sub同じ正規表現を使用して、関数でも同じことができます。

>>> re.sub(r'.*AAA(.*)ZZZ.*', r'\1', 'gfgfdAAA1234ZZZuijjk')
'1234'

基本的なsedでは、キャプチャグループはで表されます\(..\)が、Pythonではで表され(..)ます。

Pythonではfindall、正規表現（re）モジュールのメソッドを使用して部分文字列形式の文字列を抽出できます。

>>> import re
>>> s = 'gfgfdAAA1234ZZZuijjk'
>>> ss = re.findall('AAA(.+)ZZZ', s)
>>> print ss
['1234']

コード内でこの関数を使用して最初の部分文字列を見つけることができます（文字インデックスによって）。また、部分文字列の後に何があるかを見つけることができます。

def FindSubString(strText, strSubString, Offset=None):
    try:
        Start = strText.find(strSubString)
        if Start == -1:
            return -1 # Not Found
        else:
            if Offset == None:
                Result = strText[Start+len(strSubString):]
            elif Offset == 0:
                return Start
            else:
                AfterSubString = Start+len(strSubString)
                Result = strText[AfterSubString:AfterSubString + int(Offset)]
            return Result
    except:
        return -1

# Example:

Text = "Thanks for contributing an answer to Stack Overflow!"
subText = "to"

print("Start of first substring in a text:")
start = FindSubString(Text, subText, 0)
print(start); print("")

print("Exact substring in a text:")
print(Text[start:start+len(subText)]); print("")

print("What is after substring \"%s\"?" %(subText))
print(FindSubString(Text, subText))

# Your answer:

Text = "gfgfdAAA1234ZZZuijjk"
subText1 = "AAA"
subText2 = "ZZZ"

AfterText1 = FindSubString(Text, subText1, 0) + len(subText1)
BeforText2 = FindSubString(Text, subText2, 0) 

print("\nYour answer:\n%s" %(Text[AfterText1:BeforText2]))

>>> s = '/tmp/10508.constantstring'
>>> s.split('/tmp/')[1].split('constantstring')[0].strip('.')

text = 'I want to find a string between two substrings'
left = 'find a '
right = 'between two'

print(text[text.index(left)+len(left):text.index(right)])

与える

string

念のため、誰かが私と同じことをしなければならないでしょう。括弧内のすべてを一行に抽出する必要がありました。たとえば、「米国大統領（バラクオバマ）と出会った...」のような行があり、「バラクオバマ」だけを取得したい場合、これが解決策です。

regex = '.*\((.*?)\).*'
matches = re.search(regex, line)
line = matches.group(1) + '\n'

つまり、括弧をブロックする必要があります slash \記号で。Pythonよりも正規表現の問題ですが。

また、場合によっては、正規表現の定義の前に「r」記号が表示されることがあります。r接頭辞がない場合は、Cのようにエスケープ文字を使用する必要があります。これについては、以下で詳しく説明します。

PyParsingの使用

import pyparsing as pp

word = pp.Word(pp.alphanums)

s = 'gfgfdAAA1234ZZZuijjk'
rule = pp.nestedExpr('AAA', 'ZZZ')
for match in rule.searchString(s):
    print(match)

これにより、

[['1234']]

これは、最初の部分文字列に2番目の部分文字列が含まれるシナリオも考慮した正規表現なしのソリューションです。この関数は、2番目のマーカーが最初のマーカーの後にある場合にのみ部分文字列を検索します。

def find_substring(string, start, end):
    len_until_end_of_first_match = string.find(start) + len(start)
    after_start = string[len_until_end_of_first_match:]
    return string[string.find(start) + len(start):len_until_end_of_first_match + after_start.find(end)]

これを行う別の方法は、リストを使用することです（探している部分文字列が数字のみで構成されていると仮定します）。

string = 'gfgfdAAA1234ZZZuijjk'
numbersList = ['0', '1', '2', '3', '4', '5', '6', '7', '8', '9']
output = []

for char in string:
    if char in numbersList: output.append(char)

print(f"output: {''.join(output)}")
### output: 1234

一致しない場合に他の文字列を返す1つのライナー。編集：改良版はnext関数を使用し、"not-found"必要に応じて他のものに置き換えます：

import re
res = next( (m.group(1) for m in [re.search("AAA(.*?)ZZZ", "gfgfdAAA1234ZZZuijjk" ),] if m), "not-found" )

これを行う私の他の方法は、最適ではありませんが、正規表現を2回使用しますが、それでも短い方法は見つかりませんでした。

import re
res = ( ( re.search("AAA(.*?)ZZZ", "gfgfdAAA1234ZZZuijjk") or re.search("()","") ).group(1) )